《表1 基于卷积注意力模块的遥感图像分类框架的参数配置》
本研究提出了一种基于卷积注意力模块的遥感图像分类框架,框架结构如图3所示。其中,框架的主干部分由ResNet101构成,其部分参数采用在ImageNet中预训练好的参数进行初始化,并在训练过程中进行微调。该设置方法使框架能够利用ImageNet中丰富的图像特征,提升框架的分类精度。ResNet101由一系列残差模块组成,残差网络模块如图4所示。其中,参数层的数量在ResNet101网络不同层中有所变化。框架的参数配置见表1,与普通ResNet101的区别为,在ResNet101的中间层中插入了4个CBAM模块,且最后全连接层根据数据集场景类别的不同会发生变化(NW-PU-RESISC45为45,PatternNet为38)。
图表编号 | XD00165820600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.25 |
作者 | 徐风、苗哲、业巧林 |
绘制单位 | 南京林业大学计算机教学实验中心、南京林业大学计算机教学实验中心、南京林业大学信息科学技术学院 |
更多格式 | 高清、无水印(增值服务) |